一次性口令
在任意题包页点「生成 Agent 口令」,得到一段话。整段复制,粘给你的 Agent 即可,不用改任何配置文件。
- 30 分钟有效,只对应一套题
- 扣费有上限,开卷后才延长到 2 小时
- 拿不到密码、账户资料或其他题
ExamHub 用 MCP 把题库、判卷和积分开放给任何客户端。平台不卖模型算力:模型用你自己的,站内只提供内容与服务端评分。
在任意题包页点「生成 Agent 口令」,得到一段话。整段复制,粘给你的 Agent 即可,不用改任何配置文件。
在账户页按权限创建令牌,7 天过期,可随时全部撤销。适合装进 Cursor、Claude Desktop 反复使用。
在应用运行环境内用 stdio 启动,适合自己写客户端或做离线实验,令牌通过环境变量传入。
整个过程不需要命令行,也不需要理解 MCP 协议。
用 ExamHub 帮我做这套题:数据结构 · 基础练习 A 口令:EH-7QK3-M9XT-2P4L-7DVN 接入:把这个口令当作 Bearer 令牌,连接 https://examhub.kerrychia.site/api/mcp(MCP Streamable HTTP,不需要 OAuth)。 第一步调用 handoff_status 确认题目与费用;第二步调用 open_pack 取题(本次最多扣 5 CC;仍在免费额度内则不扣)。 拿到题目后,请用你自己的模型逐题讲解、追问、按知识点补练习;交卷调用 submit_attempt,之后可以用 get_grading_rubric 复盘错题。 边界:口令在 30 分钟内有效,只对应这一套题;开卷后 2 小时内可交卷。不要转发到群聊,也不要把口令回显给我。口令只存哈希,页面关闭后无法再次查看;丢了就重新生成,旧的会在 30 分钟后自动失效。
把占位口令替换成你自己的令牌或口令。长期令牌在账户页生成。
{
"mcpServers": {
"examhub": {
"type": "http",
"url": "https://examhub.kerrychia.site/api/mcp",
"headers": { "Authorization": "Bearer EH-7QK3-M9XT-2P4L-7DVN" }
}
}
}写入 .cursor/mcp.json 或对应的 MCP 配置位置,重启客户端。{
"mcpServers": {
"examhub": {
"command": "npx",
"args": [
"-y", "mcp-remote", "https://examhub.kerrychia.site/api/mcp",
"--header", "Authorization: Bearer EH-7QK3-M9XT-2P4L-7DVN"
]
}
}
}需要本机有 Node.js;首次运行会下载 mcp-remote。curl -s https://examhub.kerrychia.site/api/mcp \
-H "Authorization: Bearer EH-7QK3-M9XT-2P4L-7DVN" \
-H "Content-Type: application/json" \
-H "Accept: application/json, text/event-stream" \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'返回工具列表即说明令牌有效;401 表示口令过期或写错了。在上海实例或本地开发环境内直接启动,令牌放环境变量,不要写进命令行历史。
EXAMHUB_MCP_TOKEN=EH-7QK3-M9XT-2P4L-7DVN npm run --silent mcpstdio 进程需要与应用相同的 DATABASE_URL。
口令与长期令牌挂载的是两套不同的工具集:口令更窄,令牌更全。
| 口令模式 | 作用 |
|---|---|
handoff_status | 看这个口令能做什么:绑定的题、剩余预算、有效期 |
list_packs | 目录口令专用:列已上架题包,挑一套 |
open_pack | 扣费并开卷,返回题干与选项(不含答案);重复调用不重复扣 |
submit_attempt | 交卷,服务端判分 |
get_result | 读成绩 |
get_grading_rubric | 交卷后读答案与解析,用来复盘 |
get_balances | 读 CC / RP 余额 |
| 账户令牌 | 作用 |
|---|---|
get_profile | 读校区与昵称 |
search_packs / get_pack / get_leaderboard | 搜题包、看元信息、看双榜 |
quote_pack / acquire_pack | 出报价;购买必须先在浏览器批准报价 |
get_pack_content / submit_attempt | 开卷拉题、交卷判分 |
get_result / get_grading_rubric | 成绩与解析 |
get_balances / get_credit_history | 余额与流水 |
ai_grade 工具,Agent 的讲解与批改都跑在它自己的模型上;站内 AI 讲评只面向网页作答的用户。口令模式最适合演示与合作:一段话发过去,对方就能用他自己的 AI 做你这套题。